OpenAIが2026年4月16日、生命科学の研究に特化したAI「GPT-Rosalind」を正式発表した。ChatGPTのような「なんでも答える汎用AI」ではなく、創薬（新薬開発）などの生命科学研究タスクだけに絞り込んだ専門モデルだ。一般公開はされず、OpenAIの審査プログラムを通過した米国の企業・研究機関のみが使える設計になっている。専門に絞ったこのAIが、汎用の最新モデル「GPT-5.4」を一部のタスクで上回っているという評価結果も出ている。
DNAの謎を解いた科学者の名を冠したAI、OpenAIが発表
モデルの名は、DNAの二重らせん構造——生物の遺伝情報の仕組み——の解明に決定的な貢献をしたイギリスの科学者ロザリンド・フランクリンに由来する。
同週にはサイバーセキュリティ特化の「GPT-5.4-Cyber」も発表されており、特定分野に絞り込む専門AIという戦略の本格化を示している。
GPT-Rosalindにできること——仮説から実験設計まで
数千万件の論文を読み込み、仮説と実験手順書を自動生成
研究者がこれまで何ヶ月もかけてやってきた「論文を読んで薬の候補を探す」作業を、このAIが代行する。数千万件の生命科学論文を学習したGPT-Rosalindは、「この物質は薬の候補になりそうか」という仮説を生成するだけでなく、「次にこの実験をすべき」という手順書まで出力する。研究者の試行錯誤を先回りする設計だ。50以上の専門研究ツールとも直接連携しており、研究者が普段使う仕事道具とそのままつながって動く。
汎用GPT-5を特定タスクで上回った専門性
その実力は社外の評価でも数字が出ている。遺伝子治療の研究企業Dyno Therapeutics（ダイノ・セラピューティクス）が自社で実施した評価では、これまで誰も調べたことのない未知の物質の性質を予測するタスクで、人間の専門家の上位5%に相当する精度を記録した。生命科学の複数タスクで汎用モデルのGPT-5.4と比較したところ、11項目中6項目でGPT-Rosalindが上回った。「なんでもできるAI」より「専門に絞ったAI」のほうが強い——その事実が数字で示された。
このAIがやれることはわかった。では、なぜ大手製薬がここまで速く動いたのか。
大手製薬3社が即座に動いた理由
アムジェン・モデルナ・サーモフィッシャーが選んだ背景
新薬が承認されるまでには平均10〜15年かかる。その入口にあたる「どの物質が薬の候補になりそうかを探す段階」だけで数年を費やすことも珍しくない。この工程を速くすれば、後に続く臨床試験も承認申請も、すべてが前倒しになる。大手3社が発表当日に動いたのは、その可能性を見たからだ。
発表当日、Amgen（アムジェン）、Moderna（モデルナ）、Thermo Fisher Scientific（サーモフィッシャー・サイエンティフィック）の3社が即日導入を表明した。なかでもThermo Fisherは実験機器のメーカーでもある。GPT-Rosalindが設計した実験手順を、同社の機器がそのまま実行できる連携が想定されている——AIが考えた実験を、機器が動かす。
この期待は先行事例に裏づけられている。OpenAIのモデルを活用したと発表したGinkgo Bioworks（ギンコ・バイオワークス）は、タンパク質の製造コストを40%削減できたと報告している。今回の動きは、期待だけで動いた話ではない。
複数の市場調査会社の推計によると、創薬AIの世界市場は2034年までに約1.6兆円規模に成長するとされている。
「専門家AI」の時代——次に変わる業界はどこか
大手製薬3社が即日動いたのは、この変化が製薬にとどまらないと見ているからでもある。OpenAIは今回、創薬専用の「GPT-Rosalind」と同じ週に、サイバー防衛に特化した「GPT-5.4-Cyber」も発表している。1つの万能AIではなく、分野ごとに専門AIを揃えていく——その戦略が、これで輪郭をはっきりさせた。
業界全体が同じ方向へ動いている
この動きはOpenAI固有ではない。GoogleのDeepMindは既にタンパク質の立体構造を予測する専門AI「AlphaFold」を開発・公開しており、科学分野への特化という方向性は一社の判断に留まらない。「なんでもこなすAI」から「その道のプロAI」への転換は、業界全体で起きている変化だ。
製薬の次はどこか——各業界に専門AIが来る予兆
次に専門AIが来ると見られている分野はすでにある。契約書を読み解く法律分野、回路設計を担う半導体分野などだ。かつてAIは「調べ物や文書作成を助ける道具」だった。それが今、「特定分野で人間の専門家に匹敵する判断を下す存在」へと変わり始めている。GPT-Rosalindはその転換点を示す、最初の大きな一歩だ。
